CN113807208A - 浒苔监测方法、装置、电子设备及存储介质 - Google Patents
浒苔监测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113807208A CN113807208A CN202111007016.1A CN202111007016A CN113807208A CN 113807208 A CN113807208 A CN 113807208A CN 202111007016 A CN202111007016 A CN 202111007016A CN 113807208 A CN113807208 A CN 113807208A
- Authority
- CN
- China
- Prior art keywords
- enteromorpha
- index value
- area
- monitoring
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241000196252 Ulva Species 0.000 title claims abstract description 288
- 238000012544 monitoring process Methods 0.000 title claims abstract description 253
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000000694 effects Effects 0.000 claims abstract description 45
- 238000012806 monitoring device Methods 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 42
- 238000002310 reflectometry Methods 0.000 claims description 41
- 241000196253 Ulva prolifera Species 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 241000195493 Cryptophyta Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001113556 Elodea Species 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明提供一种浒苔监测方法、装置、电子设备及存储介质,该方法包括:接收到用户终端发送的监测指令后,基于监测指令获取待监测区域的遥感波段数据,并基于遥感波段数据确定待监测区域的第一归一化植被指数值;基于第一归一化植被指数值确定待监测区域中的目标监测区域,并基于目标监测区域的第二归一化植被指数值,确定目标监测区域的第一浒苔分布指数值;基于第一浒苔分布指数值监测目标监测区域的浒苔治理效果。本发明通过遥感技术和归一化植被指数值精准地确定浒苔分布区域,再根据浒苔分布指数值精准地确定浒苔分布区域的浒苔治理效果,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
Description
技术领域
本发明涉及水生态学和遥感技术领域,尤其涉及一种浒苔监测方法、装置、电子设备及存储介质。
背景技术
目前,我国对近海浒苔的监测主要有以下几种方法。第一种方法是人工调查方法,即通过人工方式识别浒苔的时空分布特征。第二种方法是遥感结合地面调查开展分析方法。第三种方法是自动分类或者要素提取的方法。以上的三种监测方法还都是停留在时空分布特征的简单分析,难以定量化地确定浒苔地分布情况及变化信息,从而导致了不能精准地监测各个区域浒苔的分布情况和治理效果。
发明内容
本发明提供一种浒苔监测方法、装置、电子设备及存储介质,旨在精准地监测各个区域浒苔的分布情况和治理效果。
本发明提供一种浒苔监测方法,包括:
接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
根据本发明提供的一种浒苔监测方法,所述基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果的步骤包括:
若所述第一浒苔分布指数值小于或者等于预设分布指数值,则确定所述目标监测区域的浒苔治理效果为良好;
若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳。
根据本发明提供的一种浒苔监测方法,所述若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳的步骤之后,还包括:
将所述目标监测区域确定为重点治理区域,并确定所述目标监测区域在预设次数治理后的第二浒苔分布指数值;
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔去除量变化指数值;
若所述浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,则对所述目标监测区域进行再一次治理;
若所述浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,则基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域。
根据本发明提供的一种浒苔监测方法,所述基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域的步骤包括:
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔变化指数值和重点区域确定指数值;
若所述浒苔变化指数值大于或者等于预设变化指数值,且所述重点区域确定指数值大于或者等于预设区域确定指数值,则将所述目标监测区域确定为所述下次重点治理区域。
根据本发明提供的一种浒苔监测方法,所述待监测区域中包括多个分区域,所述第一归一化植被指数值为所述多个分区域对应的归一化植被指数值的集合,
所述基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值的步骤包括:
基于所述监测指令获取所述待监测区域中,各个所述分区域对应的近红外波段反射率和红波段反射率;
基于各个所述分区域对应的近红外波段反射率及其对应的红波段反射率进行计算,得到各个所述分区域对应的归一化植被指数值。
根据本发明提供的一种浒苔监测方法,所述基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域的步骤包括:
确定在所述待监测区域中是否存在目标分区域,其中,所述目标分区域对应的归一化植被指数值大于或者等于预设植被指数值;
若存在所述目标分区域,则将所述目标分区域确定为所述目标监测区域。
根据本发明提供的一种浒苔监测方法,所述接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据的步骤之前,还包括:
调用遥感设备采集预设区域的遥感图像,并基于预设水体识别模型对所述遥感图像进行识别,得到所述待监测区域。
本发明还提供一种浒苔监测装置,包括:
获取模块,用于接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
确定模块,用于基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
监测模块,用于基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述浒苔监测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述浒苔监测方法的步骤。
本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被所述处理器执行时实现如上任一种所述浒苔监测方法的步骤。
本发明提供的浒苔监测方法、装置、电子设备及存储介质,接收到用户终端发送的监测指令后,基于监测指令获取待监测区域的遥感波段数据,并基于遥感波段数据确定待监测区域的第一归一化植被指数值;基于第一归一化植被指数值确定待监测区域中的目标监测区域,并基于目标监测区域的第二归一化植被指数值,确定目标监测区域的第一浒苔分布指数值;基于第一浒苔分布指数值监测目标监测区域的浒苔治理效果。由此可知,本发明通过遥感技术和归一化植被指数值精准地确定浒苔分布区域,再根据浒苔分布指数值精准地确定浒苔分布区域的浒苔治理效果,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的浒苔监测方法的流程示意图之一;
图2是本发明提供的浒苔监测方法的流程示意图之二;
图3是本发明提供的浒苔监测装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1至图4描述本发明提供的浒苔监测方法、装置、电子设备及存储介质。
具体地,本发明提供一种浒苔监测方法,参照图1,图1是本发明提供的浒苔监测方法的流程示意图之一。
本发明实施例提供了浒苔监测方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些数据下,可以以不同于此处的顺序完成所示出或描述的步骤。
本发明实施例方法以电子设备作为执行主体进行举例,本发明实施例提供的浒苔监测方法包括:
步骤S10,接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值。
需要说明的是,本发明实施例中的浒苔监测设备是电子设备的表现形式之一,并不对电子设备进行限制,本实施例的浒苔监测设备至少配备有一个遥感设备。
浒苔监测设备在响应用户终端发送的监测指令之前,需要调用遥感设备采集预设区域的遥感图像,其中,预设区域是预先设定的,本实施例中需要选择浒苔、水草等植被尚未生长的季节采集遥感图像,接着根据遥感图像确定以后所要监测的待监测区域,具体如步骤a。
步骤a,调用遥感设备采集预设区域的遥感图像,并基于预设水体识别模型对所述遥感图像进行识别,得到所述待监测区域。
具体地,浒苔监测设备调用遥感设备采集预设区域的遥感图像,然后选择预设水体识别模型,通过预设水体识别模型对遥感图像进行识别,得到遥感图像中各个局部图像的改进的归一化水体指数值或者水体指数值,根据各个改进的归一化水体指数值或者水体指数值确定各个局部图像对应的区域是否为水体区域。若根据改进的归一化水体指数值或者水体指数值确定某一局部图像对应的区域为非水体区域,浒苔监测设备则对该某一局部图像进行掩膜处理。若根据改进的归一化水体指数值或者水体指数值确定某一局部图像对应的区域为水体区域,浒苔监测设备则将该某一局部图像对应的水体区域,确定为以后所要监测的待监测区域,其中,预设水体识别模型是预先设定的,本实施例不作限制。在本实施例中,选择的预设水体识别模型可以为NDVI-NDWI水体识别模型,也可以为MNDWI水体识别模型,其中,NDVI、NDWI和MNDWI分别为NDVI(Normalized Difference VegetationIndex,归一化植被指数值),NDWI(Normalized Difference Water Index,归一化水体指数值),MNDWI为改进的归一化水体指数值。若选择的预设水体识别模型为MNDWI水体识别模型,浒苔监测设备则需要计算改进的归一化水体指数值MNDWI,改进的归一化水体指数值MNDWI=(Rswir-Rg)/(Rswir+Rg),其中,Rswir为短波红外波反射率,Rg为红光波段放射率。若某一局部图像对应的改进的归一化水体指数值MNDWI大于或者等于第一预设阈值,则确定该某一局部图像对应的区域为水体区域。若某一局部图像对应的改进的归一化水体指数值MNDWI小于第一预设阈值,则确定该某一局部图像对应的区域为非水体区域。若选择的预设水体识别模型为NDVI-NDWI水体识别模型,浒苔监测设备则需要计算水体指数值WI,水体指数值WI=NDVI-NDWI=(Rnir-Rr)/(Rnir+Rr)-(Rg-Rnir)/(Rg+Rnir),其中,Rnir为近红外波段反射率,Rr为红波段的反射率。若某一局部图像对应的水体指数值WI小于或者等于第二预设阈值,则确定该某一局部图像对应的区域为水体区域。若某一局部图像对应的水体指数值WI大于第二预设阈值,则确定该某一局部图像对应的区域为非水体区域。
浒苔监测设备确定待监测区域后,将待监测区域进行存储。进一步需要说明的是,若用户要监测待监测区域中的浒苔信息时,需要通过用户终端发送对应的监测指令至浒苔监测设备,当然,也可以直接触发浒苔监测设备中的触屏区域触发监测指令,本实施例主要是以前者进行举例说明。浒苔监测设备接收到用户终端发送的监测指令后,响应该监测指令,并获取待监测区域的遥感波段数据,其中,遥感波段数据包括但不限制于近红外波段反射率和红波段反射率。接着,浒苔监测设备再根据遥感波段数据确定待监测区域的第一归一化植被指数值,具体如步骤S101至步骤S102。需要说明的是,一个待监测区域可以划分为多个分区域,具体的划分规则根据待监测区域的大小或者区域复杂程度设定,本实施例不作限制。因此,第一归一化植被指数值实际就是各个分区域对应的归一化植被指数值的集合。
步骤S101,基于所述监测指令获取所述待监测区域中,各个所述分区域对应的近红外波段反射率和红波段反射率;
步骤S102,基于各个所述分区域对应的近红外波段反射率及其对应的红波段反射率进行计算,得到各个所述分区域对应的归一化植被指数值。
具体地,浒苔监测设备获取待监测区域中各个分区域对应的近红外波段反射率和红波段反射率,然后通过各个分区域对应的近红外波段反射率及其对应的红波段反射率进行计算,得到待监测区域中各个分区域对应的归一化植被指数值。归一化植被指数值的具体计算方法如下,某一分区域的近红外波段反射率为Rnir,红波段的反射率为Rr,浒苔监测设备计算得到该某一分区域归一化植被指数值为NDVI=(Rnir-Rr)/(Rnir+Rr),其中,Rnir为近红外波段反射率,Rr为红波段的反射率。
本实施例通过获取待检测区域中各个分区域的近红外波段反射率及其对应的红波段反射率,然后根据近红外波段反射率及其对应的红波段反射率准确计算出各个分区域对应的归一化植被指数值,结合遥感技术和归一化植被指数值,保障了确定浒苔分布区域的精准性,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
步骤S20,基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值。
浒苔监测设备得到待监测区域中各个分区域的归一化植被指数值后,将各个分区域的归一化植被指数值与预设植被指数值进行比较,得到各个分区域对应的比较结果,其中,预设植被指数值为技术人员设定的,比较结果可为某一分区域的归一化植被指数值大于或者等于预设植被指数值,或者比较结果可为某一分区域的归一化植被指数值小于预设植被指数值,再根据各个分区域的比较结果确定待监测区域中的目标监测区域,具体如步骤S201至步骤S202。
步骤S201,确定在所述待监测区域中是否存在目标分区域,其中,所述目标分区域对应的归一化植被指数值大于或者等于预设植被指数值;
步骤S202,若存在所述目标分区域,则将所述目标分区域确定为所述目标监测区域。
具体地,浒苔监测设备确定在待监测区域中是否存在某一分区域的归一化植被指数值大于或者等于预设植被指数值,也即确定某一分区域的植被含量是否大于或者等于预设植被含量。若确定存在某一分区域的归一化植被指数值大于或者等于预设植被指数值,浒苔监测设备则确定该某一分区域的植被含量大于或者等于预设植被含量,并将该某一分区域确定为待监测区域中的目标分区域,该目标分区域也即待监测区域中目标监测区域。进一步可以理解为,浒苔监测设备将归一化植被指数值大于或者等于预设植被指数值对应的区域,认定为植被含量浓密的区域,即认定该区域中存在浒苔的可能性很大,并将该区域确定为待监测区域中目标监测区域。若确定不存在某一分区域的归一化植被指数值大于或者等于预设植被指数值,即确定待监测区域中的所有分区域的植被含量都小于预设植被含量,浒苔监测设备则将待监测区域标定为正常区域,也即存在浒苔可能性极小的区域。
进一步地,基于目标监测区域的第二归一化植被指数值,确定目标监测区域的第一浒苔分布指数值EPI(Enteromorpha Prolifera Index,浒苔分布指数值)的步骤如下:在确定待监测区域中的目标监测区域后,浒苔监测设备确定目标监测区域的第二归一化植被指数值NDVIt,其中,第二归一化植被指数值NDVIt是第一归一化植被指数值中的一个值,具体计算过程如上所述,在此不再赘述。同时,浒苔监测设备获取无水生植被或藻类区域的近红外波段反射率和红波段反射率,根据无水生植被或藻类区域的近红外波段反射率和红波段反射率,确定无水生植被或藻类区域的归一化植被指数值NDVIpw。同时,浒苔监测设备获取覆盖程度最高且水中最大区域的近红外波段反射率和红波段反射率,根据盖程度最高且水中最大区域的近红外波段反射率和红波段反射率,确定盖程度最高且水中最大区域的归一化植被指数值NDVImax。最后,浒苔监测设备根据NDVIt、NDVIpw和NDVImax,计算得到目标监测区域的第一浒苔分布指数值EPI1=(NDVIt-NDVIpw)/(NDVImax-NDVIpw)。
本实施例根据目标监测区域的第二归一化植被指数值,精准地计算出目标监测区域的第一浒苔分布指数值,从而保证了目标监测区域的浒苔治理效果地精准性,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
步骤S30,基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
浒苔监测设备在确定目标监测区域的第一浒苔分布指数值EPI1后,将第一浒苔分布指数值EPI1与预设分布指数值进行比较,得到对应比较结果,其中,预设分布指数值为技术人员设定的,本实施例不作限制,比较结果可为第一浒苔分布指数值大于预设分布指数值,或者比较结果也可为第一浒苔分布指数值小于或者等于预设分布指数值。接着,浒苔监测设备根据比较结果确定目标监测区域的浒苔含量,再根据浒苔含量监测目标监测区域的浒苔治理效果,其中,浒苔治理效果为良好或者欠佳。具体如步骤S301至步骤S302。
步骤S301,若所述第一浒苔分布指数值小于或者等于预设分布指数值,则确定所述目标监测区域的浒苔治理效果为良好;
步骤S302,若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳。
具体地,若确定第一浒苔分布指数值大于预设分布指数值,浒苔监测设备则确定目标监测区域的浒苔含量大于预设浒苔含量,即确定目标监测区域为浒苔含量较高的区域,并确定目标监测区域的浒苔治理效果为欠佳。若确定第一浒苔分布指数值小于或者等于预设分布指数值,浒苔监测设备则确定目标监测区域的浒苔含量小于或者等于预设浒苔含量,即确定目标监测区域为浒苔含量较低的区域,并确定目标监测区域的浒苔治理效果为良好。
本实施例根据动态的第一浒苔分布指数值动态地监控了目标监测区域的浒苔治理效果,使得可以动态地了解分布情况和治理效果,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
本实施例提供了浒苔监测方法,在接收到用户终端发送的监测指令后,基于监测指令获取待监测区域的遥感波段数据,并基于遥感波段数据确定待监测区域的第一归一化植被指数值;基于第一归一化植被指数值确定待监测区域中的目标监测区域,并基于目标监测区域的第二归一化植被指数值,确定目标监测区域的第一浒苔分布指数值;基于第一浒苔分布指数值监测目标监测区域的浒苔治理效果。本实施例通过遥感技术和归一化植被指数值精准地确定浒苔分布区域,再根据浒苔分布指数值精准地确定浒苔分布区域的浒苔治理效果,从而能够精准地监测到各个区域浒苔的分布情况和治理效果。
进一步地,参照图2,图2是本发明提供的浒苔监测方法的流程示意图之二,所述步骤S30之后,还包括:
步骤S40,将所述目标监测区域确定为重点治理区域,并确定所述目标监测区域在预设次数治理后的第二浒苔分布指数值;
步骤S50,基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔去除量变化指数值;
步骤S60,若所述浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,则对所述目标监测区域进行再一次治理;
步骤S70,若所述浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,则基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域。
浒苔监测设备确定目标监测区域为浒苔含量较高的区域后,将该目标监测区域确定为重点治理区域,并发送对应的治理提示信息至用户终端,其中,治理提示信息中至少包括目标监测区域的区域位置信息和第一浒苔分布指数值。用户终端接收到治理提示信息后,根据治理提示信息中的第一浒苔分布指数值提示用户对该目标监测区域进行预设次数的治理,其中,预设次数是由第一浒苔分布指数值决定的。
浒苔监测设备接收到用户终端发送的治理完成的提示信息后,进一步确定该目标监测区域在预设次数治理后的第二浒苔分布指数值,并根据第一浒苔分布指数值和第二浒苔分布指数值,计算得到浒苔去除量变化指数值,即浒苔去除量变化指数值=第二浒苔分布指数值-第一浒苔分布指数值。若确定浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,浒苔监测设备则确定目标监测区域的浒苔含量在进行预设次数的治理之后继续明显的增加了,并发送进一步加强治理的提示信息至用户终端,以提示用户对该区域再一次更进一步的加强治理。不断循环上述步骤,直至浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值。
若浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,浒苔监测设备则确定目标监测区域的浒苔含量在进行预设次数的治理之后明显减少了,其中,第一预设去除量变化指数值和第二预设去除量变化指数值为技术人员设定的。最后,浒苔监测设备还需要通过第一浒苔分布指数值和第二浒苔分布指数值确定该目标监测区域是否为下次重点治理区域,具体如步骤S701至步骤S702。
步骤S701,基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔变化指数值和重点区域确定指数值;
步骤S702,若所述浒苔变化指数值大于或者等于预设变化指数值,且所述重点区域确定指数值大于或者等于预设区域确定指数值,则将所述目标监测区域确定为所述下次重点治理区域。
具体地,浒苔监测设备根据第一浒苔分布指数值和第二浒苔分布指数值计算对应的浒苔变化指数值,浒苔变化指数值=(第二浒苔分布指数值-第一浒苔分布指数值)/第一浒苔分布指数值,也即在预设次数治理的时间内,浒苔的变化速度,进一步可以理解为,若第一浒苔分布指数值对应的时间点为t0,第二浒苔分布指数值对应的t,则第一浒苔分布指数值可以记为EPI0,第二浒苔分布指数值可以记为EPIt,浒苔变化指数值=(EPIt-EPI0)/EPI0。
同时,浒苔监测设备计算获取第一浒苔分布指数值和第二浒苔分布指数值的时间差,再根据时间差、第一浒苔分布指数值和第二浒苔分布指数值计算对应的重点区域确定指数值,重点区域确定指数值=(第二浒苔分布指数值-第一浒苔分布指数值)/(时间差*第一浒苔分布指数值),进一步可以理解为,若第一浒苔分布指数值对应的时间点为t0,第二浒苔分布指数值对应的t,则第一浒苔分布指数值可以记为EPI0,第二浒苔分布指数值可以记为EPIt,第一浒苔分布指数值和第二浒苔分布指数值的时间差为△t=t-t0,则重点区域确定指数值=(EPIt-EPI0)/(△tEPI0)。
最后,浒苔监测设备确定浒苔变化指数值是否大于或者等于预设变化指数值,且重点区域确定指数值是否大于或者等于预设区域确定指数值,其中,预设变化指数值和预设区域确定指数值都是技术人员设定的。若确定浒苔变化指数值大于或者等于预设变化指数值,且重点区域确定指数值大于或者等于预设区域确定指数值,浒苔监测设备则将目标监测区域确定为下次重点治理区域。若确定对应的浒苔变化指数值和重点区域确定指数值没有同时满足浒苔变化指数值大于或者等于预设变化指数值,且重点区域确定指数值大于或者等于预设区域确定指数值,浒苔监测设备则确定目标监测区域不是下次重点治理区域。
本实施例提供了浒苔监测方法,通过将目标监测区域确定为重点治理区域,并确定目标监测区域在预设次数治理后的第二浒苔分布指数值;基于第一浒苔分布指数值和第二浒苔分布指数值,确定对应的浒苔去除量变化指数值;若浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,则对目标监测区域进行再一次治理;若浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,则基于第一浒苔分布指数值和第二浒苔分布指数值,确定目标监测区域是否为下次重点治理区域。由此可知,本实施例通过第一浒苔分布指数值和第二浒苔分布指数值,对目标检测区域地浒苔治理效果进行估算,从而保证了浒苔治理达到预期效果。同时,本实施例还通过第一浒苔分布指数值和第二浒苔分布指数值,预测目标检测区域是否为下次重点治理区域,使得可以对目标检测区域的浒苔进行预前处理,从而达到了提前防范和提前治理的效果。
进一步地,下面对本发明提供的浒苔监测装置进行描述,下文描述的浒苔监测装置与上文描述的浒苔监测方法可相互对应参照。
如图3所示,图3是本发明提供的浒苔监测装置的结构示意图,浒苔监测装置,包括:
获取模块301,用于接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
确定模块302,用于基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
监测模块303,用于基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
进一步地,所述监测模块303还用于:
若所述第一浒苔分布指数值小于或者等于预设分布指数值,则确定所述目标监测区域的浒苔治理效果为良好;
若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳。
进一步地,所述确定模块302还用于:
将所述目标监测区域确定为重点治理区域,并确定所述目标监测区域在预设次数治理后的第二浒苔分布指数值;
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔去除量变化指数值;
若所述浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,则对所述目标监测区域进行再一次治理;
若所述浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,则基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域。
进一步地,所述确定模块302还用于:
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔变化指数值和重点区域确定指数值;
若所述浒苔变化指数值大于或者等于预设变化指数值,且所述重点区域确定指数值大于或者等于预设区域确定指数值,则将所述目标监测区域确定为所述下次重点治理区域。
进一步地,所述获取模块301还用于:
基于所述监测指令获取所述待监测区域中,各个所述分区域对应的近红外波段反射率和红波段反射率;
基于各个所述分区域对应的近红外波段反射率及其对应的红波段反射率进行计算,得到各个所述分区域对应的归一化植被指数值。
进一步地,所述确定模块302还用于:
确定在所述待监测区域中是否存在目标分区域,其中,所述目标分区域对应的归一化植被指数值大于或者等于预设植被指数值;
若存在所述目标分区域,则将所述目标分区域确定为所述目标监测区域。
进一步地,浒苔监测装置还包括:
识别模块,用于调用遥感设备采集预设区域的遥感图像,并基于预设水体识别模型对所述遥感图像进行识别,得到所述待监测区域。
本发明提供的浒苔监测装置的具体实施例与上述浒苔监测方法各实施例基本相同,在此不作赘述.
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行浒苔监测方法,该方法包括:
接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的浒苔监测方法,该方法包括:
接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的浒苔监测方法,该方法包括:
接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种浒苔监测方法,其特征在于,包括:
接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
2.根据权利要求1所述的浒苔监测方法,其特征在于,所述基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果的步骤包括:
若所述第一浒苔分布指数值小于或者等于预设分布指数值,则确定所述目标监测区域的浒苔治理效果为良好;
若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳。
3.根据权利要求2所述的浒苔监测方法,其特征在于,所述若所述第一浒苔分布指数值大于所述预设分布指数值,则确定所述目标监测区域的浒苔治理效果为欠佳的步骤之后,还包括:
将所述目标监测区域确定为重点治理区域,并确定所述目标监测区域在预设次数治理后的第二浒苔分布指数值;
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔去除量变化指数值;
若所述浒苔去除量变化指数值大于或者等于第一预设去除量变化指数值,则对所述目标监测区域进行再一次治理;
若所述浒苔去除量变化指数值小于或者等于第二预设去除量变化指数值,则基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域。
4.根据权利要求3所述的浒苔监测方法,其特征在于,所述基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定所述目标监测区域是否为下次重点治理区域的步骤包括:
基于所述第一浒苔分布指数值和所述第二浒苔分布指数值,确定对应的浒苔变化指数值和重点区域确定指数值;
若所述浒苔变化指数值大于或者等于预设变化指数值,且所述重点区域确定指数值大于或者等于预设区域确定指数值,则将所述目标监测区域确定为所述下次重点治理区域。
5.根据权利要求1所述的浒苔监测方法,其特征在于,所述待监测区域中包括多个分区域,所述第一归一化植被指数值为所述多个分区域对应的归一化植被指数值的集合,
所述基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值的步骤包括:
基于所述监测指令获取所述待监测区域中,各个所述分区域对应的近红外波段反射率和红波段反射率;
基于各个所述分区域对应的近红外波段反射率及其对应的红波段反射率进行计算,得到各个所述分区域对应的归一化植被指数值。
6.根据权利要求5所述的浒苔监测方法,其特征在于,所述基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域的步骤包括:
确定在所述待监测区域中是否存在目标分区域,其中,所述目标分区域对应的归一化植被指数值大于或者等于预设植被指数值;
若存在所述目标分区域,则将所述目标分区域确定为所述目标监测区域。
7.根据权利要求1至6任一项所述的浒苔监测方法,其特征在于,所述接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据的步骤之前,还包括:
调用遥感设备采集预设区域的遥感图像,并基于预设水体识别模型对所述遥感图像进行识别,得到所述待监测区域。
8.一种浒苔监测装置,其特征在于,包括:
获取模块,用于接收到用户终端发送的监测指令后,基于所述监测指令获取待监测区域的遥感波段数据,并基于所述遥感波段数据确定所述待监测区域的第一归一化植被指数值;
确定模块,用于基于所述第一归一化植被指数值确定所述待监测区域中的目标监测区域,并基于所述目标监测区域的第二归一化植被指数值,确定所述目标监测区域的第一浒苔分布指数值;
监测模块,用于基于所述第一浒苔分布指数值监测所述目标监测区域的浒苔治理效果。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述浒苔监测方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述浒苔监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007016.1A CN113807208A (zh) | 2021-08-30 | 2021-08-30 | 浒苔监测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007016.1A CN113807208A (zh) | 2021-08-30 | 2021-08-30 | 浒苔监测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807208A true CN113807208A (zh) | 2021-12-17 |
Family
ID=78894390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111007016.1A Pending CN113807208A (zh) | 2021-08-30 | 2021-08-30 | 浒苔监测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807208A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115205693A (zh) * | 2022-09-16 | 2022-10-18 | 中国石油大学(华东) | 一种多特征集成学习的双极化sar影像浒苔提取方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197983A (zh) * | 2014-03-18 | 2014-12-10 | 王雅娜 | 水体蓝藻爆发预警的生态修复监测系统 |
KR101694282B1 (ko) * | 2015-09-17 | 2017-01-09 | 계명대학교 산학협력단 | 비선형 ransac 방법과 위성 영상 데이터를 이용한 하천 녹조 수치 예측 방법과 그에 관한 장치 |
CN108253943A (zh) * | 2017-12-24 | 2018-07-06 | 航天恒星科技有限公司 | 一种基于卫星遥感影像的赤潮浒苔一体化监测方法 |
CN108981674A (zh) * | 2018-08-24 | 2018-12-11 | 国家海洋局北海环境监测中心 | 一种漂浮浒苔生物量监测方法 |
CN109061628A (zh) * | 2018-06-22 | 2018-12-21 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种基于多功能雷达慢扫增强的浒苔提取方法 |
CN109900242A (zh) * | 2019-04-08 | 2019-06-18 | 中科海慧(天津)科技有限公司 | 一种跨国流域生态监测方法及系统 |
CN110398465A (zh) * | 2019-07-06 | 2019-11-01 | 中国海洋大学 | 一种基于光谱遥感影像的养殖紫菜生物量测定方法 |
CN110501302A (zh) * | 2019-07-29 | 2019-11-26 | 武汉大学 | 一种多源证据融合数据的浒苔分布图生成方法 |
KR102073394B1 (ko) * | 2018-11-16 | 2020-02-04 | 대한민국 | 초분광 자료를 이용한 내수 유해 남조류 정량 탐지 방법 |
CN110807435A (zh) * | 2019-11-07 | 2020-02-18 | 航天信德智图(北京)科技有限公司 | 一种基于多种植被指数的遥感监测森林蓄积量方法 |
KR102109917B1 (ko) * | 2018-11-16 | 2020-05-12 | 대한민국(관리부서 : 환경부 국립환경과학원장) | 초분광 원격 탐사 영상을 이용한 담수역 물-육상 경계 자동 추출 방법 |
KR20200058278A (ko) * | 2018-11-19 | 2020-05-27 | 한국전자통신연구원 | 지리적 공간에 대한 시공간 데이터 분석 방법 및 장치 |
CN111310639A (zh) * | 2020-02-11 | 2020-06-19 | 中国气象科学研究院 | 常绿人工林遥感识别方法及常绿人工林长势遥感监测方法 |
CN111967454A (zh) * | 2020-10-23 | 2020-11-20 | 自然资源部第二海洋研究所 | 基于混合像元的绿潮覆盖比例提取模型确定方法及设备 |
CN112258793A (zh) * | 2020-10-19 | 2021-01-22 | 深圳前海微众银行股份有限公司 | 灾害监测及预警方法、装置、设备及介质 |
CN112365158A (zh) * | 2020-11-11 | 2021-02-12 | 中国自然资源航空物探遥感中心 | 一种基于遥感数据的矿山复绿监测与评价方法 |
CN112507276A (zh) * | 2020-11-05 | 2021-03-16 | 南京信息工程大学 | 一种无需大气校正的近海浒苔绿潮遥感监测方法 |
CN112726489A (zh) * | 2020-12-24 | 2021-04-30 | 自然资源部第一海洋研究所 | 一种海洋漂浮藻类的控制方法 |
-
2021
- 2021-08-30 CN CN202111007016.1A patent/CN113807208A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197983A (zh) * | 2014-03-18 | 2014-12-10 | 王雅娜 | 水体蓝藻爆发预警的生态修复监测系统 |
KR101694282B1 (ko) * | 2015-09-17 | 2017-01-09 | 계명대학교 산학협력단 | 비선형 ransac 방법과 위성 영상 데이터를 이용한 하천 녹조 수치 예측 방법과 그에 관한 장치 |
CN108253943A (zh) * | 2017-12-24 | 2018-07-06 | 航天恒星科技有限公司 | 一种基于卫星遥感影像的赤潮浒苔一体化监测方法 |
CN109061628A (zh) * | 2018-06-22 | 2018-12-21 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种基于多功能雷达慢扫增强的浒苔提取方法 |
CN108981674A (zh) * | 2018-08-24 | 2018-12-11 | 国家海洋局北海环境监测中心 | 一种漂浮浒苔生物量监测方法 |
KR102073394B1 (ko) * | 2018-11-16 | 2020-02-04 | 대한민국 | 초분광 자료를 이용한 내수 유해 남조류 정량 탐지 방법 |
KR102109917B1 (ko) * | 2018-11-16 | 2020-05-12 | 대한민국(관리부서 : 환경부 국립환경과학원장) | 초분광 원격 탐사 영상을 이용한 담수역 물-육상 경계 자동 추출 방법 |
KR20200058278A (ko) * | 2018-11-19 | 2020-05-27 | 한국전자통신연구원 | 지리적 공간에 대한 시공간 데이터 분석 방법 및 장치 |
CN109900242A (zh) * | 2019-04-08 | 2019-06-18 | 中科海慧(天津)科技有限公司 | 一种跨国流域生态监测方法及系统 |
CN110398465A (zh) * | 2019-07-06 | 2019-11-01 | 中国海洋大学 | 一种基于光谱遥感影像的养殖紫菜生物量测定方法 |
CN110501302A (zh) * | 2019-07-29 | 2019-11-26 | 武汉大学 | 一种多源证据融合数据的浒苔分布图生成方法 |
CN110807435A (zh) * | 2019-11-07 | 2020-02-18 | 航天信德智图(北京)科技有限公司 | 一种基于多种植被指数的遥感监测森林蓄积量方法 |
CN111310639A (zh) * | 2020-02-11 | 2020-06-19 | 中国气象科学研究院 | 常绿人工林遥感识别方法及常绿人工林长势遥感监测方法 |
CN112258793A (zh) * | 2020-10-19 | 2021-01-22 | 深圳前海微众银行股份有限公司 | 灾害监测及预警方法、装置、设备及介质 |
CN111967454A (zh) * | 2020-10-23 | 2020-11-20 | 自然资源部第二海洋研究所 | 基于混合像元的绿潮覆盖比例提取模型确定方法及设备 |
CN112507276A (zh) * | 2020-11-05 | 2021-03-16 | 南京信息工程大学 | 一种无需大气校正的近海浒苔绿潮遥感监测方法 |
CN112365158A (zh) * | 2020-11-11 | 2021-02-12 | 中国自然资源航空物探遥感中心 | 一种基于遥感数据的矿山复绿监测与评价方法 |
CN112726489A (zh) * | 2020-12-24 | 2021-04-30 | 自然资源部第一海洋研究所 | 一种海洋漂浮藻类的控制方法 |
Non-Patent Citations (1)
Title |
---|
章志,陈艳拢,罗锋: "《基于遥感技术的2014年南黄海浒苔时空分布特征研究》", 《淮海工学院学报》, vol. 25, no. 1, 31 March 2016 (2016-03-31), pages 80 - 85 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115205693A (zh) * | 2022-09-16 | 2022-10-18 | 中国石油大学(华东) | 一种多特征集成学习的双极化sar影像浒苔提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11188627B2 (en) | Method for fingerprint unlocking and terminal | |
CN109756746B (zh) | 视频审核方法、装置、服务器及存储介质 | |
US9594958B2 (en) | Detection of spoofing attacks for video-based authentication | |
CN108875519B (zh) | 对象检测方法、装置和系统及存储介质 | |
CN110956217A (zh) | 食物成熟度识别方法、装置以及计算机存储介质 | |
CN113807208A (zh) | 浒苔监测方法、装置、电子设备及存储介质 | |
CN111881706B (zh) | 活体检测、图像分类和模型训练方法、装置、设备及介质 | |
CN111860568B (zh) | 数据样本的均衡分布方法、装置及存储介质 | |
CN113537145B (zh) | 目标检测中误、漏检快速解决的方法、装置及存储介质 | |
CN108108299B (zh) | 一种用户界面测试方法及装置 | |
CN110245696A (zh) | 基于视频的违法事件监控方法、设备及可读存储介质 | |
CN108197475B (zh) | 一种恶意so模块检测方法及相关装置 | |
CN115908802A (zh) | 摄像头遮挡检测方法、装置、电子设备及可读存储介质 | |
CN112686851B (zh) | 一种图像检测方法、装置及存储介质 | |
CN113283286A (zh) | 一种驾驶员异常行为检测方法和装置 | |
CN112862726B (zh) | 图像处理方法、装置及计算机可读存储介质 | |
CN108021697B (zh) | 一种基于终端设备的拍照搜题方法、终端设备及存储介质 | |
CN111460110B (zh) | 异常文本检测方法、异常文本序列检测方法及装置 | |
CN116310640A (zh) | 图像识别模型的训练方法、装置、电子设备及介质 | |
CN115116053A (zh) | 基于视频帧插算法的图像识别方法、装置和电子设备 | |
CN117974611A (zh) | 肋骨抑制模型的生成方法、装置、电子设备及存储介质 | |
CN116778583A (zh) | 一种作业人员行为合规性甄别方法、装置和设备 | |
CN110175489A (zh) | 摄像组件现场搜索平台 | |
CN113545777A (zh) | 血氧检测方法、血氧检测装置、电子设备和可读存储介质 | |
CN115456141A (zh) | 基于卷积循环的行为模式识别方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |